基于统计分析的图像处理新技术及其在光测力学中的应用研究-固体力学专业论文.docxVIP

基于统计分析的图像处理新技术及其在光测力学中的应用研究-固体力学专业论文.docx

  1. 1、本文档共79页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘 摘 要 本文分别开发出了基于贝叶斯晟大后验估计、互信息、M估计、模糊集合理 论的由数字图像确定位移场的新方法。并使用基于贝叶斯最大后验估计的方法和 云纹干涉法对压缩载荷下复合材料层合板AS4/PEEK[0/一+45/90]7s自由表面的位 移场做了宏、细观测量和分析研究。 贝叶斯估计作为一种参数估计方法已被广泛应用。本文将它应用于确定数字 图像像豢点的相对位移,对位移场做了细观测量。文中给出了贝叶斯估计的具体 实施过程和方法,与离散图像插值重构、优化算法等结合编制了相应的程序,并 将这种方法应用到实际的位移场测量,取得了0.02pixels的位移测量精度。用这 种新的算法对复合材料层合板AS4/PEEK[o/-+45/9017s自由表面的位移场做了细 观测量,得到了层削位移场。 信息论是人们在长期通信工程实践中,由通信技术与概率论、随机过程和数 理统计桐结合而逐步发展起来的一门科学。本文将信息论中的互信息概念引入图 像处理,给出了应用互信息计算数字图像中像素点相对位移的方法。并通过模拟 实验证明了该方法的有效性。 本文还提出了基于M估计和模糊集合理论的位移场测量方法。M估计是鲁 棒估计的~种,模糊集合理论则是近年来发展很快的一门新学科。文中给出了基 于这两种理论测量位移场的方法,并编制了相应的程序。通过计算机仿真模拟实 验证明了它们的可行性。 为了得到复合材料层合板As4/PEEK『O/±45/90]7s在压缩载荷下自由表面宏 观位移场,本文还使用云纹干涉法对其自由表面的位移场进行了宏观测量。 综上所述,作者开发出了基于参数估计、信息论、鲁棒估计以及模糊集合理 论共四种位移场测量的新方法,并建立起了全面和系统的分析方法。本文对在压 缩载荷1i As4/PEEK【o,±45/90】,s的自由表面的位移场做了宏细观测量,定量分 析了层问的变形传递规律,加深了对As4/PEEK[O/±45/90]7s层合板宏细观变形 的理解,上述方法为进一步研究其损伤机理提供了新的技术手段。 关键词:贝叶斯估计、互信息、云纹于涉法、M估计、模糊集、位移、复合材 料层合板 AbstractIn Abstract In this paper,four new approaches estimating displacement in digital images which based on Bayesian estimation.mutual information,M estimation and fuzzy sets theories are developed,respectively,As the application of the new method and Moir6 interferometry,the displacement on the free—edge of the thermo—plastic composite laminates AS4/PEEK[0/±45/90]7s(56一ply)tinder uniaxial compression have been measured Parameter estimation is a discipline that provides the tool for the estimation of coustants appearing in the models.This paper presents a method applied to measure displacement field using Bayesian MAP(maximum a posteriori)estimate Based on analysis ot’digital image sequences.we fornmlate a Bayesian framework for estimating the displacement.The precision of displacement measurement is O 02 pixels In the experiment.through a digital image processing system,the images of the natural surface of specimen before and after the deformation are captured and processed by the new method.The approach is applied to measure displacement and the singularity ofthe laminated composite A

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档